Warum Roboter zuerst dorthin kommen müssen, bevor sie wirklich intelligent werden

Ein Roboter kann über leistungsfähige Sensoren und ausgefeilte Planung verfügen – und trotzdem an der ersten praktischen Hürde scheitern: Er erreicht den Einsatzort nicht. Die These des chinesischen Robotikunternehmens Direct Drive Tech lautet deshalb, dass bei Embodied AI zunächst der physische Zugang gelöst werden muss. Kann ein Roboter keine Bordsteinkante, Schwelle, beschädigte Fahrbahn, Steigung oder schlammige Stelle überwinden, kann er dort weder arbeiten noch die realen Interaktionsdaten sammeln, die für bessere Modelle nötig sind. 3437

Das bedeutet nicht, dass Software nebensächlich wäre. Embodied AI braucht einen physischen Körper, die Interaktion mit der Umgebung und intelligente Verarbeitung als zusammenhängendes System. Zugleich begrenzen die Fähigkeiten dieses Körpers, wie weit das System überhaupt operieren kann. 19 Weitere Analysen nennen fehlende Realweltdaten, schwache Verallgemeinerung, noch nicht ausgereifte Hardware, Rechenleistung und Zuverlässigkeit als miteinander verknüpfte Hürden. 41 Direct Drives besondere Aussage betrifft vor allem die Reihenfolge: Erst muss der Roboter in möglichst viele unterschiedliche Umgebungen gelangen, dann kann seine Intelligenz wachsen und auf mehr Geschäftsbereiche ausgeweitet werden.

Der Engpass beginnt vor dem Algorithmus

Viele mobile Innenraumroboter funktionieren unter der Annahme relativ gleichmäßiger und vorhersehbarer Böden. Diese Annahme gerät ins Wanken, sobald eine Strecke eine erhöhte Türschwelle, einen Bordstein, eine Treppe, lockeren Untergrund, beschädigten Asphalt, eine steile Übergangsstelle oder den Wechsel zwischen Innen- und Außenraum enthält.

Ein Roboter, der an solchen Grenzen stehen bleibt, kann in einer strukturierten Halle durchaus zuverlässig arbeiten. Er deckt dann aber nicht den vollständigen Auftrag ab – und sammelt auch keine Daten aus jenen Situationen, in denen seine Beweglichkeit versagt.

Direct Drive und die begleitende Berichterstattung beschreiben das als ein Trägerproblem: Es fehlt nicht nur an Speicherplatz oder Trainingsbudget, sondern an einer Plattform, die schwierige Bedingungen überhaupt erreicht. Ein Roboter, der auf einem ebenen Boden bleibt, kann keine Bewegungsdaten für Treppen oder Schlamm erzeugen. Simulationen und Videos können beim Vortraining helfen. Zwischen kontrollierten oder simulierten Umgebungen und der dynamischen Interaktion in der realen Welt bleibt jedoch eine erhebliche Lücke. 3445

Daraus folgt eine andere Philosophie für den Einsatz: Nicht die Umgebung soll für den Roboter umgebaut werden – etwa mit speziellen Rampen, visuellen Markierungen, abgetrennten Fahrspuren oder anderen Infrastrukturmaßnahmen. Stattdessen soll sich der Roboter an gewöhnliche, von Menschen gebaute Räume anpassen. Das ist besonders relevant für Aufgaben, die Gehwege, Gebäude, Servicebereiche und Außenflächen verbinden, statt in einer einzigen sorgfältig vorbereiteten Zone stattzufinden.

Warum Räder und Beine kombiniert werden

Die Debatte „Räder gegen Beine“ wird oft als Gegensatz zwischen Effizienz und Anpassungsfähigkeit geführt. Direct Drive versucht, beides in einem Bewegungssystem zu verbinden.

• Räder ermöglichen auf glatten Böden und Straßen eine schnelle und effiziente Fortbewegung. Ihre Grenzen liegen bei Stufen, größeren Spalten sowie unebenem oder losem Untergrund.
• Beine können den Körper anheben, die Körperhaltung verändern und Unterbrechungen im Gelände überwinden. Für alltägliche Fahrten bringen sie jedoch meist höhere Anforderungen an Steuerung, Energieverbrauch und Konstruktion mit sich.
• Rad-Bein-Systeme nutzen das Rollen als Standardmodus und setzen die Gelenke gezielt zum Anheben, Steigen, Stabilisieren und Anpassen der Körperhaltung ein, wenn das Gelände es verlangt.

NVIDIA beschreibt TITA in ähnlicher Weise: Der Roboter verbindet die Geschwindigkeit und Wendigkeit von Rädern mit der Anpassungsfähigkeit von Beinen; zum Einsatz kommen direkt angetriebene Gelenke und Radnabenmotoren. 1 Die Idee lautet also nicht, jede Strecke zu Fuß zurückzulegen. Der Roboter soll effizient rollen, bis die Umgebung eine anspruchsvollere Bewegungsstrategie erfordert.

In der Praxis könnte das bedeuten: durch einen Flur rollen, eine Türschwelle mit den Beingelenken überwinden, an einer Steigung die Körperhaltung verändern und draußen wieder in den Rollmodus wechseln. So soll die Zahl der Orte sinken, an denen ein Auftrag abgebrochen oder die Umgebung angepasst werden muss.

Was Direktantriebe beitragen

Das Konzept setzt voraus, dass der Roboter Haltung und Kraft schnell und kontrolliert verändern kann. Direkt angetriebene Radnabenmotoren übertragen den Antrieb unmittelbar am Rad. Direkt- oder quasi-direkt angetriebene Gelenke liefern das Drehmoment für die Bewegungsanpassung und das Überwinden von Hindernissen. TITA wird ausdrücklich mit Direktantriebsgelenken und Radnabenmotoren beschrieben. 17

Weniger Abhängigkeit von klassischen Getrieben kann eine direktere Drehmomentregelung und ein reaktionsschnelleres Bewegungsverhalten ermöglichen. Die technischen Zielkonflikte verschwinden dadurch allerdings nicht: Motoren, Tragstruktur, Thermik und Steuerungssoftware müssen weiterhin hohe Lasten und wiederholte Stöße verkraften. Direktantrieb ersetzt daher keine Intelligenz. Er bildet vielmehr die physische Schicht, die entscheidet, ob eine geplante Bewegung auf unregelmäßigem Boden zuverlässig ausgeführt werden kann.

TITA zeigt, wie diese Ebenen zusammengeführt werden sollen. Direct Drive nennt acht Freiheitsgrade, ein Spitzendrehmoment von 120 Newtonmetern, eine bewegte Nutzlast von 10 Kilogramm, per Hot-Swap wechselbare Akkus, einen Jetson Orin NX mit 16 GB und eine angegebene KI-Leistung von 100 TOPS. Außerdem unterstützt die Plattform ROS 2 sowie weitere Schnittstellen für die Entwicklung. 91132

Zur Sensorik gehören Binokularkameras, Ultraschallsensoren und SPAD-Sensoren. Damit verfügt der Roboter über die Wahrnehmungstechnik, um Hindernisse zu erkennen und darauf zu reagieren. 9 Entscheidend ist dabei weniger ein einzelner Datenpunkt als die Verbindung von Wahrnehmung, Entscheidungsfindung und einem Körper, der seine Position ändern kann, sobald der Weg nicht mehr eben ist.

Von Xingtian über TITA bis D1

Die Produktfolge von Direct Drive zeigt eine Entwicklung von der Demonstration der Rad-Bein-Bewegung hin zu anpassbareren Plattformen.

Xingtian: ein früher kommerzieller Beleg

Das Unternehmen bezeichnet Xingtian als einen frühen kommerziellen Zwei-Rad-Bein-Roboter mit Direktantrieb. Spätere Unternehmens- und Branchenmaterialien beschreiben ihn als Kombination aus Geschwindigkeit auf Rädern und der Fähigkeit, Hindernisse mit Beinen zu überwinden. Ein offenes SDK soll zudem Weiterentwicklungen ermöglichen. 21

In der Produktgeschichte steht Xingtian für den grundlegenden Nachweis: Ein kompaktes Rad-Bein-System kann Gelände anvisieren, das für ein herkömmliches Fahrwerk schwierig wäre, ohne überall auf eine vollständig beinbasierte Fortbewegung angewiesen zu sein.

TITA: eine Plattform für Entwickler

TITA überführt dieses Konzept in eine Rad-Zweibein-Plattform mit acht Freiheitsgraden. Hinzu kommen ein leistungsfähigeres Antriebs- und Sensorsystem, modulare Befestigungsschienen sowie Schnittstellen für Forschung und Anwendungsentwicklung. Zu den veröffentlichten Angaben gehören ROS-2-Unterstützung, wechselbare Akkus, aktive Hindernisvermeidung, eine maximale Sprunghöhe von 20 Zentimetern und eine Höchstgeschwindigkeit von 3 Metern pro Sekunde. Höhere Geschwindigkeiten sollen einen API-Zugriff voraussetzen. 91132

Die Plattform wird für Inspektion, Zustellung, Logistik, Landwirtschaft und Forschung positioniert. Das sind Angaben des Unternehmens beziehungsweise der Produktpositionierung und kein unabhängiger Beleg dafür, dass alle genannten Anwendungen bereits kommerziell gelöst sind. Sie zeigen jedoch die angestrebte Richtung: eine Mobilitätsplattform für Aufgaben, die von strukturierten Anlagen bis zu weniger vorhersehbaren Außenstrecken reichen. 321

D1: Der Roboter verändert seine Form

D1, in manchen Berichten auch D-Infinite genannt, führt die Idee über ein festes Rad-Bein-Fahrwerk hinaus. Die Plattform kann als aufrecht stehende Zwei-Rad-Bein-Einheit arbeiten oder mehrere Module zu einer niedrigeren Konfiguration mit vier Rädern beziehungsweise Beinen verbinden. 26

Die zitierten Spezifikationen nennen eine maximale Hindernishöhe von 70 Zentimetern und eine Nutzlast von bis zu 100 Kilogramm im Kriechmodus. Für eine stehende Konfiguration wird eine Nutzlast von 80 Kilogramm angegeben. 24 Die modulare Struktur soll es ermöglichen, je nach Aufgabe Kompaktheit und Wendigkeit gegen Stabilität und Tragfähigkeit abzuwägen.

Das ist für gemischte Umgebungen relevant. Die stehende Konfiguration kann dort Vorteile bieten, wo ein schmaleres Profil oder besserer Zugang an Gehwegen und Treppen gefragt ist. Eine niedrigere, verbundene Konfiguration kann dagegen eine stabilere Basis für schwere Lasten und raueres Gelände schaffen. Der Grundgedanke lautet: Allgemeine Fähigkeiten müssen möglicherweise nicht aus einer perfekten Körperform entstehen, sondern aus einer Plattform, die ihre physische Anordnung an den Auftrag anpassen kann.

Was die Strategie zeigt – und was nicht

Direct Drives Architektur adressiert eine reale Einschränkung: Ein Roboter, der einen Einsatzort nicht erreicht, kann dort weder arbeiten noch Interaktionsdaten sammeln. Der Rad-Bein-Ansatz bietet einen plausiblen Mittelweg zwischen der Effizienz reiner Räder und der Geländeanpassung reiner Beine. Direktantriebe verbinden dabei die Bewegungsplanung mit einer schnell reagierenden physischen Ausführung. 143

Der physische Zugang ist jedoch nur die erste Schranke, nicht der gesamte Engpass. Ein Roboter braucht weiterhin zuverlässige Wahrnehmung, Navigation, Manipulation, Sicherheitsverhalten, Energiemanagement, bezahlbare Wartung und Modelle, die sich auf wechselnde Bedingungen übertragen lassen. Analysen aus Politik und Industrie verweisen außerdem auf die geringe Verfügbarkeit und begrenzte Wiederverwendbarkeit hochwertiger Realweltdaten, die Lücke zwischen Labor und Alltag sowie die Zuverlässigkeit von Hardware im großen Maßstab. 41

Auch die kommerziellen Angaben sollten vorsichtig eingeordnet werden. Die Produktseiten und Unternehmensmaterialien von Direct Drive nennen Fähigkeiten, Einsatzfelder und Leistungswerte unter bestimmten Konfigurationen. Das ist nicht gleichbedeutend mit einem unabhängigen Nachweis für allgemeine Autonomie oder einen großflächigen Einsatz. Eine unabhängige Berichterstattung über das Robotikgeschäft des Unternehmens beschreibt die Kommerzialisierung trotz des Wachstums verwandter Produktlinien weiterhin als begrenzt. 36

Die größere Lehre für Embodied AI

Direct Drives vorgeschlagene Reihenfolge ist klar:

1. Einen Körper entwickeln, der mehr der Umgebungen erreicht, in denen tatsächlich gearbeitet wird.
2. Diesen Zugang nutzen, um Aufgaben auszuführen und umfangreichere reale Interaktionsdaten zu sammeln.
3. Wahrnehmung, Steuerung und Verallgemeinerung durch wiederholte Einsätze verbessern.
4. Von einzelnen Anwendungen ausgehend eine breitere geschäftliche Abdeckung aufbauen.

Darum sind die Rad-Bein-Roboter des Unternehmens mehr als eine alternative Fahrwerkskonstruktion. Sie verkörpern eine Ansicht darüber, wo der Stack der Embodied AI beginnen sollte. Bevor ein Roboter wirklich vielseitig werden kann, braucht er zunächst die physische Freiheit, die Welt zu erleben, die er verstehen soll.